Exemplo ilustrativo
Formato de ticket real do KITEBIZ SDR com dados fictícios. Ilustra como cada projeto é documentado.
TKT-DEMO-001

Substituição de sistema legado — agendamento, prontuário e financeiro integrados

Cliente Cliente Modelo
Setor Clínica médica multiespecialidade
Ciclo VTA 12 semanas
Status Em desenvolvimento

Pedido original

"Queremos modernizar nossa clínica. Temos um sistema de agendamento mas a recepção reclama que é lento. Médicos pedem informações do paciente que a recepção não consegue achar rápido. O financeiro é todo em Excel. Convênios são um caos: cada um tem uma regra diferente. O que dá pra fazer em 12 semanas?"

Documentos recebidos do cliente:

  • 6 vídeos curtos (1-3 min cada) gravados pela gerente da clínica
  • Lista de 12 convênios atendidos, com regras próprias de faturamento
  • Planilha do financeiro dos últimos 6 meses (Excel)
  • Exportação parcial do sistema atual de agendamento

Análise multimodal do processo atual

Aplicamos análise multimodal com IA nos 6 vídeos enviados pelo cliente. Pipeline técnico: ffmpeg extrai áudio e frames, Groq Whisper transcreve em português, Claude Vision analisa cada frame cruzando com a transcrição.

O cliente não precisou escrever spec formal nem fazer entrevista presencial. 6 vídeos em ~90 minutos de material bruto viraram o mapa completo da operação.

1
Recepção e triagem dos vídeos Validação de formato, duração, qualidade do áudio. Nenhum descartado.
1,5h
2
Extração de áudio e frames ffmpeg com FPS dinâmico: 1 frame a cada 3 segundos. Total: 173 frames + 6 trilhas de áudio.
1h
3
Transcrição do áudio Groq Whisper (whisper-large-v3-turbo) em PT-BR. Total: 1.842 palavras transcritas.
0,5h
4
Análise por vídeo (Claude Vision) Leitura sequencial dos frames cruzando com transcrição. Um documento estruturado por vídeo: o que foi dito + o que foi mostrado + matriz de prioridade.
5h
5
Síntese e insights consolidados Documento único com regras de negócio identificadas, frequência de uso real, dores operacionais, workflows e matriz de priorização.
3h
6
Apresentação e aprovação do escopo Reunião com gerente + um dos médicos. Escopo ajustado com base em 3 contrapropostas do cliente.
2,5h

Total fase Visualizar: 13,5 horas efetivas — 1,5 semanas corridas.

Insights extraídos dos vídeos

O cliente pediu "modernizar o sistema". A análise multimodal revelou que o problema não era o sistema — era a fragmentação entre múltiplas ferramentas e a captura excessiva de dados que ninguém usa.

23
Campos coletados no agendamento. Apenas 8 são efetivamente usados durante a consulta.
4
Softwares diferentes abertos simultaneamente na recepção. Fragmentação operacional invisível.
3min
Tempo médio que a recepção gasta só alternando entre sistemas para cada paciente.
34%
Dos "faltosos" na clínica eram por esquecimento. Sem lembrete automático antes da consulta.
12
Convênios com regras diferentes. 3 deles têm API integrável, os outros exigem conferência manual.
0
Rastreabilidade de receituário. Impresso a mão, sem registro digital de prescrição.

Regra de ouro aplicada: áudio + frames + transcrição antes de escrever qualquer linha de documentação. O áudio revelou 7 regras de negócio que não apareciam nos frames (por exemplo: "convênio X exige 2 guias assinadas antes da consulta" — só foi mencionado verbalmente).

Plano de implementação

Em vez de replicar o sistema atual com IA em cima, redesenhamos o processo no núcleo. A IA não é plugin — é o cérebro da operação.

  • Sistema unificado (agenda + prontuário + financeiro + lembrete) substituindo os 4 softwares atuais
  • Agendamento simplificado com apenas os 8 campos efetivamente usados na consulta
  • Prontuário com busca semântica via Claude — médico encontra histórico relevante do paciente em segundos
  • Lembrete automático via WhatsApp 24h antes e 2h antes da consulta, com confirmação de presença
  • Integração com 3 convênios via API + módulo manual para os outros 9 (com conferência assistida por IA)
  • Receituário digital com assinatura eletrônica (padrão CFM)
  • Financeiro unificado com DRE mensal automático, separação por médico e por convênio
Frontend React 19 + TypeScript + Tailwind 4
Backend Supabase Edge Functions (Deno)
IA Claude Agent SDK + multi-model fallback
WhatsApp Meta Cloud API + CAPI tracking
MCPs customizados agenda, prontuário, financeiro
Deploy Cloudflare Pages + Hetzner

Governança: audit log de cada decisão da IA, supervisão por exceção, tool escalate_to_human codificada para casos sensíveis (recusa de convênio, exame fora do padrão). LGPD compliance por design: Row Level Security, anonimização em logs, retenção controlada de dados sensíveis.

Bugs encontrados durante desenvolvimento

Problemas reais que apareceram na implementação. Documentados aqui para rastreabilidade e aprendizado do próximo ciclo.

  • Claude Vision confundiu códigos CID-10 em letra pequena no frame. Resolução: pre-processamento com zoom programático nos frames com texto denso antes do prompt.
  • APIs de 3 convênios tinham documentação desatualizada. Resolução: inspeção direta dos endpoints com um dos convênios e scraper assistido para os outros dois.
  • WhatsApp da recepção começou a receber aviso de SPAM da Meta. Resolução: ajuste de templates aprovados, variação de mensagens, redução de frequência para atingir quality rating "alto".
  • Tela de prontuário lenta em clínica com internet oscilante. Resolução: cache local com React Query + fallback para modo offline em leitura.
  • Impressora laser antiga do receituário não reconhecia o padrão A6. Resolução: bridge em Node local no computador da recepção convertendo o formato antes da impressão.

Progresso das 3 fases

V
Visualizar
Concluído
6 vídeos · 28 insights
T
Transformar
Em andamento
Semana 5 de 8
A
Acelerar
Previsto
Semanas 10 a 12

Próximos checkpoints:

  • Checkpoint 2 (semana 8): demo do sistema unificado em staging com dados reais migrados
  • Checkpoint 3 (semana 12): handoff, dashboard executivo, plano do próximo ciclo